期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CNN-BiLSTM和多目标函数优化的省级光伏日内保障出力预测
1
作者 王莲 简子淋 +3 位作者 张晓斌 夏越 王铮 俞轩 《高电压技术》 北大核心 2025年第9期4846-4855,共10页
目前,光伏功率预测方法均是以追求整体预测精度最高为优化目标,导致部分时段的预测功率高于实际功率。基于高估的预测功率制定的发电调度计划可能无法满足实际电力需求,对电力系统保供产生不利影响。针对此问题,提出了一种以保安全为目... 目前,光伏功率预测方法均是以追求整体预测精度最高为优化目标,导致部分时段的预测功率高于实际功率。基于高估的预测功率制定的发电调度计划可能无法满足实际电力需求,对电力系统保供产生不利影响。针对此问题,提出了一种以保安全为目标的省级光伏日内保障出力预测方法。首先,利用卷积神经网络(convolutional neural networks,CNN)的空间特征提取和双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)的时间序列处理能力,构建基于卷积神经网络-双向长短期记忆神经网络(CNN-BiLSTM)的省级光伏日内保障出力模型。然后,引入包括正偏差预测精度、预测功率修正强度、正偏差识别准确性和模型响应速度在内的多目标损失函数,识别并提取光伏预测功率的正偏差时序特征。接着,对省级光伏日内原始预测功率结果进行修正,获得最低的省级光伏日内出力水平,并建立了2种面向光伏保障出力预测结果的评价指标,即保障率和保障电量占比。最后,基于我国西北某省实际生产运行数据对所提方法的有效性进行了验证。 展开更多
关键词 保安全 光伏日内保障出力 CNN-BiLSTM 多目标损失函数 保障率 保障电量占比
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部